Главное Свежее Вакансии Образование
Выбор редакции:
4 865 4 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Модели атрибуции конверсии в Google Analytics

Авинаш Кошик рассуждает о том, когда и какие модели атрибуции конверсии в Google Analytics стоит использовать, а о каких лучше забыть навсегда.

1.Модель атрибуции по последнему взаимодействию

0-0-1--0a1aeae71deb42355a94393adcb4e3721

Это — стандартная модель атрибуции для всех существующих инструментов веб-аналитики. Она применяется во всех стандартных отчетах.

Единственное исключение составляет Google Analytics, который в качестве стандартной использует в своих отчетах модель №2.

Это большой минус GA. Почему я так негативно к этому отношусь, вы можете увидеть сами. Если 767 человек совершили конверсию по последнему взаимодействию или по последнему клику, относить успех на счет прямого канала (Direct) просто глупо.

Сюда также входят социальный, органический и реферальный трафик. Мы должны разобраться в том, какую роль они играют в процессе конверсии, так как, в той или иной форме, они там присутствуют.

По традиции все инструменты использовали атрибуцию по последнему клику, так как именно по нему можно с уверенностью сказать, что данный визит завершился конверсией. Да и не было раньше технической возможности провести ориентированный на посетителей анализ. Сейчас решены обе эти проблемы.

На данный момент единственная польза от атрибуции по последнему взаимодействию — способ ускорить ваше увольнение. Избегайте этой модели.

2.Модель атрибуции по последнему непрямому клику

0-0-1--9844de4db0378f3e2612004c6b8c7b4bb

Google Analytics биполярен.

Во всех стандартных отчетах GA ценность при совершении конверсии на все 100% присваивается «кампании», предшествующей конверсии. Кампания — это не что иное, как прямой трафик. Исходя из данного определения, это может быть, что угодно — социальный трафик, органический поиск, e-mail, медийная реклама, аффилированный сайт или сайт-источник переходов и т.д.

Таким образом намеренно занижается значение прямых посещений, которые приводят к конверсии. По картинке, расположенной выше, можно сказать, что все произошло благодаря рефералу.

Это не точно. Зачем превозносить кампанию, если я еще раз заходил на сайт и запомнил его адрес. А потом ввел его в строку браузера и пришел на этот же сайт снова? Почему посещение сайта, на который я пришел, увидев классную рекламу (или же мне кто-то посоветовал на него зайти), не может хоть как-то повлиять на совершение конверсии?

Почему недооценивается Direct? Почему недооценивается работа маркетологов по созданию узнаваемого бренда и наработке позиции бренда?

Я считаю, это ошибка. Возможно, так сложилось исторически. Но нужно взять на себя смелость исправить эту несправедливость.

Бонус: Эта модель — еще одна досадная причина, по которой стандартные отчеты Google Analytics не совпадают с данными стандартных многоканальных воронок, даже если рассматривать конверсии в отчетах, представленных во вкладках "MCF Overview" или "Assisted Conversions".

3. Модель атрибуции по последнему клику в AdWords

0-0-1--7f9c3e398ff8cd5169a4191a2221a1850

Я отношусь к данной модели с долей сарказма, поэтому говорить о ней почти ничего не буду.

Вы, наверное, удивились, как такое возможно. : )

А я скажу, что в этой модели нет абсолютно ничего полезного. Вот так. Я довольно деликатен.

4.Модель атрибуции по первому взаимодействию

0-0-1--23907b22e75533bff233797758a2be554

Модель, обратная атрибуции по последнему клику. Вместо последнего клика, признается важность первого.

На примере, рассмотренном выше, степень важности нужно перенести на все 100% с прямого на социальный трафик.

Это серьезная ошибка.

Атрибуция по первому клику — это все равно, как если бы мне пришлось отблагодарить свою первую девушку на 100% за то, что я женился на своей жене.

В этом нет никакого смысла, правда?

Если моя первая девушка была такая замечательная, зачем мне понадобилась вторая и третья ... чтобы в результате я нашел самую лучшую (я имею в виду кампанию :)) из всех?

В атрибуции по последнему клику есть хоть какая-то доля уверенности в том, что представляет собой данная кампания, когда посещение сайта привело к конверсии. А что дает нам первый клик? Только веру. Веру в свою интуицию.

И никакой логики.

5.Линейная атрибуция

0-0-1--3ab3e42110e2d6e648caf97761fb7f677

По сравнению с предыдущей, это чуть менее неправильная модель.

Да, именно так. Чуть менее неправильная. Используйте данную атрибуцию, если вам это нужно.

Когда мой сын был поменьше, он участвовал в конкурсах и соревнованиях, где каждому давали грамоту просто за участие, а не за результат.

В применении к ситуациям, случающимся в жизни, это не такая уж и утопия. Когда проходят соревнования, кто-то получает золотую медаль, кто-то серебряную, а кто-то бронзовую. А другие проигрывают и возвращаются домой с осознанием того, что в следующий раз надо приложить больше усилий, чтобы выиграть.

Нельзя подходить к оптимизации маркетинга с таким же отношением. Можно и нужно делать свое дело лучше.

Если кто-то требует это от вас под угрозой жизни, примените эту модель. Раздайте каждому, кто внес свой вклад в общее дело, диплом участника. А если вы в безопасности и вам ничего не угрожает, то понять, какой из каналов действительно самый эффективный и приносит больше прибыли, помогут другие модели. Одну модель от другой отделяет всего один клик.

6.Модель атрибуции с учетом давности взаимодействия

0-0-1--c178e467d8664ab7a9703cb5ed08138bf

О, это уже намного лучше!

Суть этой модели заключается в следующем: самую большую ценность получает ближайший к конверсии переход на сайт. Переход, совершенный до этого, менее ценный. Вот и все, простой и разумный алгоритм.

Вам хватит и пяти секунд на то, чтобы понять, что данная модель подходит для всего, чего угодно: в этом есть здравый смысл.

Можно спорить о степени ценности одних переходов по сравнению с другими. Но здесь все логично: чем дальше от момента конверсии отстоит тот или иной переход (органический поиск, например, или переход из социальных медиа), тем меньше ценности он должен получить. В конце концов, если предыдущие переходы на сайт были такими эффективными, почему они не привели к конверсии?

0-0-1--c1d8e68916920d522f2d577f2bbf7dab9

Один из плюсов этой модели — вы можете настраивать продолжительность периода взаимодействия и моделировать атрибуцию, руководствуясь своими ощущениями. Заметьте, я сказал «ощущения». :)

Если вы собираетесь заняться атрибутивным моделированием, обратите внимание на модель с учетом давности взаимодействия. Она великолепна и проходит проверку на наличие здравого смысла. Запустите инструмент сравнения моделей, кликните "Select Mod", выберите "Time Decay” и начинайте мыслительный процесс!

Бонус: Введите количество дней до конверсии . Эту настройку нужно осуществлять в соответствии с отчетом "Time Lag" в папке "Multi-Channel Funnels".

7.Атрибуция с привязкой к позиции

0-0-1--d06620645385e7f7c74c3c8ed3d742cad

В каком-то смысле, мне очень нравится модель с привязкой к позиции, а все потому, что у меня есть собственные соображения экспертное мнение. Так просто подставлять «соображения» в данную модель и получать в результате что-то классное.

Именно этим она и опасна. Если вы не знаете, что делаете, то и результаты будете получать соответствующие.

По умолчанию модель атрибуции с привязкой к позиции присваивает 40% важности первому и последнему взаимодействию, а оставшиеся 20% равномерно распределяются между взаимодействиями, находящимися посередине.

1. Перечитайте то, что я написал о модели атрибуции по первому клику;

2. Поймите, почему я считаю, что модель с привязкой к позиции, взятая «по умолчанию», не достаточно оптимальна;

3. Обещайте мне, что вы никогда не будете использовать модель «по умолчанию»;

4. Торжествуйте, вам удалось избежать опасности.

Из шести имеющихся моделей атрибуции выделяется одна, которой можно пользоваться иногда и все равно получать ценную информацию (по давности взаимодействия). Еще одна не представляет собой ничего особенного, но она вам и не сможет серьезно повредить (с привязкой к позиции). Еще три из моделей настолько слабы, что на них вообще можно не обращать никакого внимания.

Так для чего так много моделей? Мир, который мы знаем, намного меньше того, который нам не знаком. Всегда есть шанс попасть в тупиковую ситуацию, когда все идет не по плану. Кроме того, всегда найдется какой-нибудь растяпа, который что-то сделает не так. Вот почему лучше иметь все эти модели под рукой, чем их не иметь. Но пользоваться любой из моделей нужно осознанно.

После того, как вы сделаете первый шаг, экспериментируя и проверяя на деле результаты модели с учетом давности взаимодействия, можно будет сделать кое-что еще. Вы можете создать собственную модель атрибуции.

8. Собственная/настраиваемая модель атрибуции

0-0-1--1fef30c749e1080f89981ffc7827f364d

Я говорил об этом уже дважды и повторю еще раз: не беритесь за эту модель, пока не разберетесь должным образом с моделью по давности взаимодействия. Вам потребуется несколько недель. Но это очень хороший способ чему-то научиться.

Лично я очень люблю заниматься настраиваемой моделью атрибуции. Я благодарен разработчикам Google за то, что они сделали эту модель бесплатной и доступной для любого желающего, а не только для владельцев Google Analytics Premium.

С собственной моделью вы можете использовать в качестве отправной точки любую из рассматриваемых выше моделей, добавив важные для своего бизнеса параметры и показатели.

Я много общаюсь с ведущими бизнесменами и маркетологами, стараясь понять, что на самом деле важно для них. И только после проведения большой подготовительной работы создаю для них модели атрибуции. Обычно я задаю руководителям следующие вопросы:

  • Какой тип поведения пользователей вы цените больше всего?
  • Существует ли оптимальное для вас окно конверсии?
  • Сложился ли за время существования сайта традиционный шаблон поведения пользователя при повторной продаже?
  • Случаются ли микроконверсии, которые определяются другими задачами и связаны с экономической выгодой?
  • При использовании Universal Analytics отсылаются ли обратно в GA данные о совершении оффлайн-конверсий?

И т.д., и т.п. Ответы на эти вопросы дают представление о том, какой должна получиться настраиваемая модель атрибуции.

Читайте другие статьи в нашем блоге:

Катрони говорит! Зачем нужен когортный анализ в Google Analytics?

Ниндзя веб-аналитики! Десять «скрытых жемчужин» Google Analytics

5 Кастомных отчетов в Google Analytics. Инструкция

+5
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Администрация Spark
Спасибо за интересный материал. Анонсировали его в сообществах издания «Цукерберг Позвонит»

https://vk.com/smmrussia?w=wall-33393308_347313
https://www.facebook.com/SMMrussia/posts/968135739878008
https://twitter.com/morketolog/status/615210583260971008
Ответить
Twilight Life
Если чесн хуета какая-то. Никакой конкретики / какая еще атрибуция, где реальные кейсы?? есть четкие, настраиваемые "цели", персональные отчеты. Напиши чистый, логичный код для всех возможных конверсий со страницы т.е. добавь ярлыки, категории GA, настрой по уму цели/отчеты и будет счастье.
Ответить
Кирилл Мельниковский
Отличная статья. Спасибо.
Однако линейная атрибуция все же нужна. Она наиболее быстро позволяет принять решение об отключении того или иного канала рекламы.
Ответить
Иван Дзюба
понятно...ну это для крупных сайтов с огромным охватом рекламы)
Ответить
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.